通义语音实验室提出的Paraformer语音识别声学模型有哪些主要特点和优势？
通义语音实验室提出的Paraformer语音识别声学模型有哪些主要特点和优势？
展开
收起
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
1
条回答
写回答
-
通义语音实验室提出的Paraformer语音识别声学模型的主要特点和优势包括：
1.非自回归模型：相比于主流的自回归模型，Paraformer可以并行地对整条句子输出目标文字，特别适合利用GPU进行并行推理。
2.推理效率提升：相同模型参数规模的Paraformer和Transformer相比，Paraformer结合GPU推理效率可以提升5～10倍。
3.性能与自回归模型相当：Paraformer是当前已知的首个在工业大数据上可以获得和自回归端到端模型相同性能的非自回归模型。
4.应对两大核心问题：通过Predictor预测文字个数并使用CIF机制抽取声学隐变量，以及基于GLM的Sampler模块增强对上下文语义的建模，解决了非自回归模型面临的核心问题。2024-06-24 20:30:24赞同 1 展开评论
相关问答